NEW
Font size
S
M
L
XL
WorksheetsPRETEST 6
Total questions: 10
Worksheet time: 5mins
Name
Class
Date
1.
Tujuan utama dari association rule dalam data mining adalah untuk ....
a)
a. Mengklasifikasikan data berdasarkan label tertentu
b)
b. Memprediksi nilai kontinu berdasarkan variabel independen
c)
c. Menemukan hubungan atau keterkaitan antar item dalam dataset
d)
d. Mengelompokkan data menjadi beberapa cluster
2.
Contoh paling umum penerapan association rules terdapat pada ...
a)
a. Analisis sentimen
b)
b. Analisis keranjang belanja
c)
c. Prediksi harga saham
d)
d. Segmentasi pelanggan
3.
Algoritma yang paling sering digunakan untuk membentuk association rules adalah ....
a)
a. K-Means dan KNN
b)
b. Naive Bayes dan Decision Tree
c)
c. Apriori dan FP-Growth
d)
d. Linear Regression dan Logistic Regression
4.
Dalam konteks aturan asosiasi, support digunakan untuk menunjukkan ....
a)
a. Seberapa kuat hubungan antar item
b)
b. Seberapa sering kombinasi item muncul dalam dataset
c)
c. Seberapa besar kemungkinan item muncul secara acak
d)
d. Jumlah data yang tidak memiliki item tertentu
5.
Nilai confidence pada aturan asosiasi menggambarkan ...
a)
a. Jumlah total item yang dianalisis
b)
b. Persentase kombinasi item dalam seluruh dataset
c)
c. Tingkat kepastian hubungan antara antecedent dan consequent
d)
d. Jumlah item yang memenuhi minimum support
6.
Jika nilai support dari kombinasi item “roti dan selai kacang” adalah 25%, artinya …
a)
a. Hanya 25 transaksi yang memuat kedua item tersebut
b)
b. 25% dari seluruh transaksi mengandung “roti dan selai kacang”
c)
c. 25% pelanggan selalu membeli roti tanpa selai
d)
d. 25% dari total item merupakan selai kacang
7.
Dalam aturan asosiasi, nilai confidence yang tinggi menunjukkan bahwa ....
a)
a. Hubungan antara dua item semakin kuat
b)
b. Item tersebut jarang muncul dalam data
c)
c. Jumlah transaksi semakin sedikit
d)
d. Kombinasi item tidak memiliki hubungan
8.
Proses join dalam algoritma Apriori digunakan untuk ....
a)
a. Menyaring kombinasi item berdasarkan minimum support
b)
b. Menggabungkan itemset untuk membentuk kombinasi baru
c)
c. Menghapus kombinasi item yang tidak relevan
d)
d. Menghitung nilai confidence dari tiap aturan
9.
Nilai lift dalam aturan asosiasi digunakan untuk mengetahui …
a)
a. Seberapa besar hubungan dua item dibandingkan dengan kemungkinan muncul secara acak
b)
b. Seberapa sering dua item muncul bersama dalam dataset
c)
c. Seberapa besar tingkat kepastian antara dua item
d)
d. Jumlah total transaksi dalam dataset
10.
Mengapa association rules penting digunakan dalam analisis data penjualan ...
a)
a. Karena dapat membantu menemukan pola pembelian yang sering terjadi bersama
b)
b. Karena bisa menghitung total keuntungan setiap transaksi
c)
c. Karena digunakan untuk memprediksi harga produk di masa depan
d)
d. Karena berfungsi untuk membagi pelanggan ke dalam beberapa kelompok
Reset
